切断最適化のベンチマーク
マーケティングの主張を信じていただく代わりに、最適化の背後にある数値を公開しています。以下のすべてのジョブは固定シードから生成され、このサイトを動かしているのと同じエンジンで求解し、その切断リストを手作業で進めた場合と比較しています。
なぜこのデータを公開するのか
切断最適化ツールはどれも材料を節約すると主張します。しかし、どれだけ、どんなジョブで、何と比べて、と語るものはほとんどありません。そのため主張を検証できません。このページはジョブ集合、ベースラインの定義、シード、生の結果を提供します。全体を自分で再実行して、抽象的な反論ではなく具体的に反論していただくためです。
手法
ジョブ集合
実際の供給フォーマットから取った10種類の在庫プロファイル：6 m軟材、6.5 mアルミ押出材、12 m鉄筋、2.44 m幅木、6 m鋼パイプ、2440 × 1220 MDF、2500 × 1250合板、1830 × 920バーチ合板、3000 × 1500鋼板、3210 × 2250フロートガラス。各プロファイルに同数の生成ジョブを割り当て、各ジョブは4〜12種類の異なる部品サイズと、現実的な数量・切り幅（kerf）・端部トリムを持ちます。
ベースライン：手で切る
比較相手は別の最適化ツールではありません — 最適化ツールがなかったときに起こることです。ベースラインはリストに書かれた順に部品を取り、現在のバーまたはシートに詰め続け、次の部品が入らなくなった時点で新しいものに移ります。並べ替えなし、回転なし、先読みなし。作業台で切断リストが処理される実態はこれです。
評価指標
廃棄率は、消費した在庫のうち端材になる割合です。使い残りの最後のバーやシートも含み、両者で同じ方法で数えます。在庫ユニット数は実際に消費されたバーまたはシートの数です。求解時間はソルバー呼び出しのみの実時間（ウォールクロック）で、通常のノートPCで測定しています。ソルバーはブラウザー内で動くため、サーバーに処理が待たされることはありません。
除外しているもの
エンジンがすべての部品を配置できないジョブは、勝ちとして採点せず両者から除外します。生成ジョブには余裕のある在庫を与え、どちらの手法も素材切れにしないようにしています。プロファイルごとのチューニングは一切ありません。同じソルバー設定が10種すべてで動きます。
線材切断の結果
在庫長から長さ切り出しするバー、パイプ、形材、化粧モールディング。
| 在庫プロファイル | ジョブ数 | NestingCalcの廃棄率 | 手切断の廃棄率 | 削減された廃棄 |
|---|---|---|---|---|
| Softwood 6 m | 40 | 8.4% | 17.7% | 52% |
| Aluminium 6.5 m | 40 | 7.6% | 13.9% | 45% |
| Rebar 12 m | 40 | 7.5% | 17.8% | 58% |
| Skirting 2.44 m | 40 | 8.7% | 16.6% | 48% |
| Steel tube 6 m | 40 | 7.9% | 15.3% | 48% |
| 全プロファイル合計 | 200 | 7.9% | 16.7% | 53% |
297 ジョブ集合全体で節約されたバー (9.1%) · 157/200 件のジョブで在庫ユニットを削減
板材切断の結果
ボード、金属、ガラスのフルシートにネストするパネル。板材の詰め込みは線材切断より難しい問題で、数値にも表れています — 関係のない長方形サイズの混合集合は、ネストアルゴリズムにとってほぼ最悪ケースです。
| 在庫プロファイル | ジョブ数 | NestingCalcの廃棄率 | 手切断の廃棄率 | 削減された廃棄 |
|---|---|---|---|---|
| MDF 2440 × 1220 | 40 | 33.1% | 45.9% | 28% |
| Plywood 2500 × 1250 | 40 | 33.1% | 44.9% | 26% |
| Birch ply 1830 × 920 | 40 | 35.1% | 47.9% | 27% |
| Steel 3000 × 1500 | 40 | 35.0% | 46.6% | 25% |
| Float glass 3210 × 2250 | 40 | 28.5% | 45.3% | 37% |
| 全プロファイル合計 | 200 | 32.1% | 45.8% | 30% |
300 ジョブ集合全体で節約されたシート (19.5%) · 171/200 件のジョブで在庫ユニットを削減
速度
ソルバーはブラウザー内でローカルに動きます。アップロードはなく、待ち行列もなく、無料枠のレート制限に達することもありません。
| 指標 | 中央値 | 95パーセンタイル | 最も遅いジョブ |
|---|---|---|---|
| 線材の求解時間 | 0.05 ms | 0.20 ms | 0.74 ms |
| 板材の求解時間 | 0.03 ms | 0.32 ms | 0.66 ms |
NestingCalcと他の切断最適化ツールの比較
材料の節約は判断要素の一部にすぎません。切断最適化ツールの多くは、部品数や1日あたりのジョブ数で無料枠を制限するサブスクリプション製品です。そして下の4製品のいずれも、ページのMarkdown版やAIアシスタント向けMCPサーバーを公開していません。NestingCalcの立ち位置は次のとおりです。
| 機能 | NestingCalc | CutList Evolution | OptiCutter | SmartCut.pro | CutList Optimizer |
|---|---|---|---|---|---|
| 無料枠の制限 | 制限なし | 40 | 無料プラン | 非公開 | 5 / 24 h |
| 有料プラン | なし | 150 – 2000 | €9 – 99 | $2.50 – 779 | 段階制 |
| 対応言語（UI） | 19 | 1 | 11 | 21 | 複数 |
| 線材・板材の両切断 | ✓ | ✓ | ✓ | ✓ | ✓ |
| 木材業界の計算ツール（Hoppus、JAS、乾燥窯、EMC、乾収縮） | 16 | 0 | 0 | 0 | 0 |
| AIエージェント向けの全ページMarkdown版 | ✓ | — | — | — | — |
| AIアシスタント向けMCPサーバー | ✓ 32 | — | — | — | — |
| 再現可能なベンチマークデータの公開 | ✓ | 記事のみ | — | — | — |
| Kerf幅（刃幅）設定 | ✓ | ✓ | ✓ | ✓ | ✓ |
| 部品ごとの木目方向/回転ロック | ✓ | ✓ | 非公開 | 非公開 | ✓ |
| エッジバンディング | ✓ | ✓ | 非公開 | 非公開 | ✓ |
| 端材の再利用（残材管理） | 1D（直線切断）のみ | ✓ | 非公開 | ✓ | 非公開 |
| 部品ラベルとPDFカットシート | ブラウザ印刷 | ✓ | ✓ | ✓ | ✓ |
| プロジェクト保存とプラン履歴 | ✓ | ✓ | ✓ | ✓ | ✓ |
競合の詳細は2026年8月31日に各ベンダーの公開ページから読み取り、2026年9月10日に再確認しました。特記のない限りエントリープランについての記述です。プランや制限は変更される場合があります。決定の前にベンダーのページをご確認ください。
AIアシスタントについて
このサイトの全ページには同じアドレス + /index.md にMarkdown版があり、llms.txtに列挙されています。さらに29個の計算ツールすべてが公開MCPサーバー上でツールとして呼び出せます。意図的な設計です。誰かがAIアシスタントに「この仕事は板が何枚要るか」と尋ねたとき、アシスタントは推測する代わりに手法を読み、計算ツールを呼び出せるからです。AIクローラーはブロックしていません。手法とセットで引用される方が、引用されないよりはるかに良いと考えています。
この数値を再現する
ベンチマークはスライドではなくリポジトリ内のテストです。クローンして下のコマンドを実行すれば、このページが表示しているデータセットを正確に再生成します — 同じシード、同じジョブ、同じ結果です。公開している品質しきい値はそのテスト内でアサートされており、劣化があればこのページを静かに書き換えるのではなくビルドが失敗します。
BENCH_WRITE=1 pnpm --filter @cutting/engine testよくある質問
このベンチマークは独立した第三者によるものですか？
いいえ。作成も実行も私たちで、測っているのは自社のソルバーです。だからこそシード、ジェネレーター、ベースラインの定義、生データをすべて公開しています。鵜呑みにする必要はなく、再実行して確認できます。私たちを含め、どのベンダーの監査されていない数値も、事実ではなく検証すべき主張として扱ってください。
他の最適化ツールではなく手切断と比較するのはなぜですか？
実際に公開できる誠実な比較だからです。競合のサブスクリプション製品を大量に回して採点するには無料枠の制限を回避する必要があり、結果も私たちが管理しないバージョンの瞬間スナップショットになってしまいます。手こそ多くの人が実際に置き換えようとしている方法であり、あなたが再現できる精度で厳密に定義できます。それ以外の比較は上の機能表を参照してください。
板材の廃棄率が線材よりずっと高いのはなぜですか？
理由は2つです。無関係な長方形サイズのネストは詰め込みアルゴリズムにとってほぼ最悪ケースであること、そしてこのジェネレーターが実際のキャビネット仕事のような繰り返し部品サイズではなく、意図的に混在サイズを生成していることです。さらに、使い残りの最後のシートは全量が廃棄として数えられます。部品が繰り返される現実の仕事ははるかに良くネストします。ここで重要なのは絶対値ではなくベースラインとの比較です。
最適化ツールは数学的に最適な計画を見つけますか？
いいえ。ブラウザーで即座に実行できる他のどのツールも見つけられません。カッティングストック問題はNP困難です。最適性の証明は部品の増加とともに指数時間かかります。エンジンは確立されたヒューリスティクスを使用します — 長さは最大部品優先 + 最適適合配置、シートはシェルフ（棚割り）パッキングで、良好な解に近づき、1ミリ秒未満で動き、実行ごとに結果が安定します。